python 小顶堆

转自http://blog.csdn.net/tanghaiyu777/article/details/55271004

参考链接

https://www.coder4.com/archives/3844

求一个数列前K大数的问题经常会遇到，在程序中一般用小顶堆可以解决，下面的代码是使用python的heapq实现的小顶堆示例代码：

    # !/usr/bin/env python    # -*- coding:gbk -*-    import sys    import heapq    class TopKHeap(object):        def __init__(self, k):            self.k = k            self.data = []        def push(self, elem):            if len(self.data) < self.k:                heapq.heappush(self.data, elem)            else:                topk_small = self.data[0]                if elem > topk_small:                    heapq.heapreplace(self.data, elem)        def topk(self):            return [x for x in reversed([heapq.heappop(self.data) for x in xrange(len(self.data))])]    def main():        list_num = [1, 2, 3, 4, 5, 6, 7, 8, 9]        th = TopKHeap(5)        for i in list_num:            th.push(i)        print th.topk()    if __name__ == "__main__":        main()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

python的heapq在实现的时候，没有像STL或者Java可以传入比较函数，具体的原因可以参考参考文档给出的链接。

因此有些人想出了比较trick的思路。一句话概括如下：

push(e)改为push(-e)，pop(e)为-pop(e)，也就是说存入和取出的数都是相反数，其他逻辑和TopK相同。（点赞）

实现用户自定义的比较函数，允许elem是一个tuple，按照tuple的第一个元素进行比较，所以可以把tuple的第一个元素作为我们的比较的key。

英文原话：

The heapq documentation suggests that heap elements could be tuples in which the first element is the priority and defines the sort order.

    import heapq    class MyHeap(object):       def __init__(self, initial=None, key=lambda x:x):           self.key = key           if initial:               self._data = [(key(item), item) for item in initial]               heapq.heapify(self._data)           else:               self._data = []       def push(self, item):           heapq.heappush(self._data, (self.key(item), item))       def pop(self):           return heapq.heappop(self._data)[1]